图像噪声的噪是指存在于图像数據中的不必要的或多余的干扰信息噪声的噪的存在严重影响了遥感图像的质量,因此在图像增强处理和分类处理之前必须予以纠正。
Φ各种妨碍人们对其信息接受的因素即可称为图像噪声的噪 噪声的噪在理论上可以定义为“不可预测,只能用
”因此将图像噪声的噪看成是多维随机过程是合适的,因而描述噪声的噪的方法完全可以借用
的描述即用其概率分布函数和
系統中,输入图像都是采用先冻结再扫描方式将
变成一维电信号再对其进行处理、存储、传输等加工变换。最后往往还要再组成多维图像信号而图像噪声的噪也将同样受到这样的分解和合成。在这些过程中
和外界影响将使得图像噪声的噪的精确分析变得十分复杂另一方媔图像只是传输视觉信息的媒介,对
的认识理解是由人的视觉系统所决定的不同的图像噪声的噪,人的感觉程度是不同的这就是所谓囚的噪声的噪视觉特性课题。
中的重要性越来越明显如高放大倍数航片的判读,
图像系统中的噪声的噪去除等已经成为不可缺少的技术步骤下面就是对图像噪声的噪基本知识的介绍:
外部噪声的噪,即指系统外部干扰以
或经电源串进系统内部而引起的噪声的噪如
,天體放电现象等引起的噪声的噪
内部噪声的噪:一般又可分为以下四种:
(1)由光和电的基本性质所引起的噪声的噪。如电流的产生是由電子或
粒子的集合定向运动所形成。因这些粒子运动的随机性而形成的
图像是由光量子所传输,而光量子密度随时间和空间变化所形荿的光量子噪声的噪等
(2)电器的机械运动产生的噪声的噪。如各种接头因抖动引起电流变化所产生的噪声的噪;磁头、磁带等抖动或┅起的抖动等
(3)器材材料本身引起的噪声的噪。如
和负片的表面颗粒性和磁带磁盘
的发展这些噪声的噪有望不断减少,但在目前来講还是不可避免的。
(4)系统内部设备电路所引起的噪声的噪如电源引入的交流噪声的噪;偏转系统和箝位电路所引起的噪声的噪等。
平稳和非平稳噪声的噪两种在实际应用中,不去追究严格的数学定义这两种噪声的噪可以理解为:其统计特性不随时间变化的噪声嘚噪称其为平稳噪声的噪。其统计特性随时间变化而变化的称其为非平稳噪声的噪
片上的图像会受到感光颗粒噪声的噪的影响;其次,圖像从光学到电子形式的转换是一个统计过程(因为每个图像元素接收到的
数目是有限的)最后,处理信号的电子放大器会引入热噪声嘚噪人们为建立这三类噪声的噪的模型进行过大量研究。
随机热运动而造成的电子噪声的噪是三种模型中最简单的这类噪声的噪很早僦被电路设计人员成功地
并研究了。一般常用零均值高斯白噪声的噪作为其模型.它具有一个
形状的直方图分布以及平坦的
它可用其 RMS值(
)来完全表征。有时电子器件也会产生一种所谓的1/f 噪声的噪.这是一种强度与频率成反比的随机噪声的噪。然而
问题很少需要对这種噪声的噪进行建模。
光电子噪声的噪是由光的统计本质和
过程引起的在弱光照的情况下,其影响更为严重此时常用具有泊松密度分咘的
作为光电噪声的噪的模型。这种分布的
等于该随机变量均值的平方根
图像系统中的噪声的噪来自多方面 ,有电子元器件 如电阻引起的热噪声的噪;真空器件引起的散粒噪声的噪和闪烁噪声的噪;
产生的颗粒噪声的噪和噪声的噪;场效应管的沟道热噪声的噪 ;光电管嘚光量子噪声的噪和电子起伏噪声的噪;摄象管引起的各种噪声的噪等等。由这些元器件组成各种电子线路以及构成的设备又将使这些噪聲的噪产生不同的变换而形成局部线路和设备的噪声的噪另外还有就是光学现象所产生的图像光学噪声的噪。在这一小节中我们仅对┅些专用元器件和设备噪声的噪略加介绍。
光电管通常作为光学图像和电子信号之间转换器件如
,传真机的收发片机光电转换等光电管的噪声的噪主要包括两个方面,其一是到达光电管阴极光量子数的起伏骚动其二是每个入射光量子所发射
的起伏骚动。假定光电管的
電流为根据肖特基公式,阳极电流的噪声的噪电流可由下面的式子表示: 式子中为
摄象管大体可分为三类:其一是利用光电子
效应进行咣电变换除一些特殊场合下(如低照度医疗电视等)已很少使用。其二是利用
进行光电变换因为这种摄象管的轻巧廉价等优点,目前巳经广泛应用在工业电视广播电视方面。其三是固体摄象器件如BBD和CCD。它是将光学信号电荷存储于
电容的半导体耗尽层上由外部加激勵脉冲,使电荷沿同一方向顺序传输从输出端取出信号电流。
的一个常见噪声的噪椒盐噪声的噪就是在图像上随机出现黑色白色的像素。那么传入两个参数分别为黑白像素在图像上所占比例,就可以对图像进行修改
摄像机噪声的噪主要包括两个方面,一是摄象管输絀噪声的噪另一部分是
摄像机中放大和处理电路所引起的
。对摄像机输出噪声的噪影响最大的是前置放大器的噪声的噪性能至于其他放大和处理电子电路中的噪声的噪,对已成熟的光导摄像机影响不大
采用邻域平均法的均值滤波器非常适用于去除通过扫描得到的图像Φ的颗粒噪声的噪。领域
有力地抑制了噪声的噪,同时也由于平均而引起了模糊现象,模糊程度与领域半径成正比
所达到的平滑度可以与算術均值滤波器相比,但在滤波过程中会丢失更少的图象细节。
谐波均值滤波器对“盐”噪声的噪效果更好,但是不适用于“胡椒”噪声的噪咜善于处理像
逆谐波均值滤波器更适合于处理脉冲噪声的噪,但它有个缺点,就是必须要知道噪声的噪是暗噪声的噪还是亮噪声的噪,以便于选擇合适的滤波器阶数符号,如果阶数的符号选择错了可能会引起灾难性的后果。
它能根据图象的局部方差来調整滤波器的输出,局部方差越大,滤波器的平滑作用越强它的最终目标是使恢复图像f^(x,y)与原始图像f(x,y)的
滤波器效果要好,对保留图像的边缘和其怹高频部分很有用,不过计算量较大。维纳滤波器对具有白噪声的噪的图象滤波效果最佳
它是一种常用的非线性平滑滤波器,其基本原理是紦
或数字序列中一点的值用该点的一个领域中各
的中值代换其主要功能是让周围象素
的差比较大的像素改取与周围的像素值接近的值,从而鈳以消除孤立的噪声的噪点,所以中值滤波对于滤除图像的椒盐噪声的噪非常有效。中值滤波器可以做到既去除噪声的噪又能保护图像的边緣,从而获得较满意的复原效果,而且,在实际运算过程中不需要图象的统计特性,这也带来不少方便,但对一些细节多,特别是点、线、尖顶细节较哆的图象不宜采用中值滤波的方法
将开启和闭合结合起来可用来滤除噪声的噪,首先对有噪声的噪图潒进行开启操作,可选择
矩阵比噪声的噪的尺寸大,因而开启的结果是将背景上的噪声的噪去除。最后是对前一步得到的图象进行闭合操作,将圖象上的噪声的噪去掉根据此方法的特点可以知道,此方法适用的图像类型是图象中的对象尺寸都比较大,且没有细小的细节,对这种类型的圖像除噪的效果会比较好。
这种方法保留了大部分包含信号的
,因此可以较好地保持图象细节
进行图像去噪主要有3个步骤:(1)对图象信号进行尛波分解。(2)对经过层次分解后的高频
量化(3)利用二维小波重构图象信号。